호혜적 인간기계학습

Reciprocal human machine learning

상호 인간 기계 학습(RHML)은 인간과 AI 상호 작용 시스템을 설계하기 위한 학제 간 접근 방식입니다.[1] RHML은 인간과 기계 학습 모델이 서로 학습하도록 함으로써 지속적인 학습을 가능하게 하는 것을 목표로 합니다. 이 접근 방식은 인간 전문가가 기계 학습 성능을 감독 및 향상시키고 동시에 인간 전문가가 계속 학습할 수 있도록 지원하는 "루프(loop)"를 유지합니다.

배경

RHML은 빅데이터 분석 및 인공지능의 증가로 인해 감각 및 의사결정과 같은 지능형 작업이 부상하고 있는 상황에서 등장했습니다.[2] 기계 학습이 더 많은 역할을 담당하기 위해 발전함에 따라, 연구자들은 완전한 자율 시스템이 한계가 있다는 것을 깨달았고 인간의 지도가 필요했습니다.[3][4][5][6]

RHML은 상호 학습을 촉진함으로써 인간-인-더-루프 시스템의 개념을 확장합니다. 인간은 진화하는 기술에 대한 최신 정보를 유지하면서 기계 학습 모델과의 상호 작용에서 학습합니다.[7] 모델은 또한 인간의 피드백과 감독으로부터 학습합니다. 양측의 이러한 학습 증폭은 RHML의 핵심 초점입니다.

이 접근법은 교육과 심리학에서 다이드의 학습 이론을 기반으로 합니다. 또한 인간과 컴퓨터의 상호 작용과 인간 중심의 설계 원칙을 기반으로 합니다. RHML을 구현하기 위해서는[8] 애플리케이션에 맞게 특화된 도구와 인터페이스를 개발해야 합니다.

적용들

RHML은 다음과 같은 다양한 영역에서 탐구되었습니다.

  • 사이버 보안 - 소셜 미디어 위협 탐지를 위한 전문가와 AI 모델 간의 상호 학습을 가능하게 하는 소프트웨어.[8]
  • 조직 의사결정 - 인간과 AI 시스템의 협업 구조화를 위한 [9]RHML
  • 작업장 교육 - 작업자가 작업 중 AI 기술을 학습할 수 있도록 RHML을 사용합니다.[10]
  • 오픈 사이언스 - 인간과 AI의 협업을 활용하여 오픈 사이언스를 추진합니다.[5]
  • 생산 및 물류 - 작업자와 지능형 기계를 동료로 바꿉니다.[6]

RHML은 AI 시스템에 대한 인간의 감독과 제어를 유지하는 동시에 최첨단 기계 학습 성능을 가능하게 합니다. 이 공동 접근 방식은 루프에 참여하는 인간 전문가를 유지하는 것의 중요성을 강조합니다.

참고문헌

  1. ^ Zagalsky, Alexey; Te'eni, Dov; Yahav, Inbal; Schwartz, David G.; Silverman, Gahl; Cohen, Daniel; Mann, Yossi; Lewinsky, Dafna (2021-10-18). "The Design of Reciprocal Learning Between Human and Artificial Intelligence". Proceedings of the ACM on Human-Computer Interaction. 5 (CSCW2): 443:1–443:36. doi:10.1145/3479587. S2CID 239020698.
  2. ^ University of Virginia; Abbasi, Ahmed; Zhou, Yilu; Fordham University; Deng, Shasha; Shanghai International Studies University; Zhang, Pengzhu; Shanghai Jiaotong University (2018-02-02). "Text Analytics to Support Sense-Making in Social Media: A Language-Action Perspective" (PDF). MIS Quarterly. 42 (2): 427–464. doi:10.25300/MISQ/2018/13239.
  3. ^ van den Broek, Elmira; Sergeeva, Anastasia; Huysman, Marleen (2021-09-01). "When the Machine Meets the Expert: An Ethnography of Developing AI for Hiring". Management Information Systems Quarterly. 45 (3): 1557–1580. doi:10.25300/MISQ/2021/16559. ISSN 0276-7783. S2CID 238222671.
  4. ^ Sturm, Timo; Gerlach, Jin; Pumplun, Luisa; Mesbah, Neda; Peters, Felix; Tauchert, Christoph; Nan, Ning; Buxmann, Peter (2021-09-01). "Coordinating Human and Machine Learning for Effective Organization Learning". Management Information Systems Quarterly. 45 (3): 1581–1602. doi:10.25300/MISQ/2021/16543. ISSN 0276-7783. S2CID 238222756.
  5. ^ a b Elizabeth, Abigail (2023-09-08). "Reciprocal, human-machine learning could transform how researchers open science". {{cite journal}}: 저널 인용 요구사항 journal= (도와주세요)
  6. ^ a b Nixdorf, Steffen; Zhang, Minqi; Ansari, Fazel; Grosse, Eric H. (2022-01-01). "Reciprocal Learning in Production and Logistics". IFAC-PapersOnLine. 10th IFAC Conference on Manufacturing Modelling, Management and Control MIM 2022. 55 (10): 854–859. doi:10.1016/j.ifacol.2022.09.519. ISSN 2405-8963. S2CID 253195774.
  7. ^ So, Chaehan (2020). "Human-in-the-Loop Design Cycles – A Process Framework that Integrates Design Sprints, Agile Processes, and Machine Learning with Humans". In Degen, Helmut; Reinerman-Jones, Lauren (eds.). Artificial Intelligence in HCI. Lecture Notes in Computer Science. Vol. 12217. Cham: Springer International Publishing. pp. 136–145. arXiv:2003.05268. doi:10.1007/978-3-030-50334-5_9. ISBN 978-3-030-50334-5. S2CID 212657395.
  8. ^ a b Zagalsky, Alexey; Te'eni, Dov; Yahav, Inbal; Schwartz, David G.; Silverman, Gahl; Cohen, Daniel; Mann, Yossi; Lewinsky, Dafna (2021-10-18). "The Design of Reciprocal Learning Between Human and Artificial Intelligence". Proceedings of the ACM on Human-Computer Interaction. 5 (CSCW2): 443:1–443:36. doi:10.1145/3479587. S2CID 239020698.
  9. ^ Shrestha, Yash Raj; Ben-Menahem, Shiko M.; von Krogh, Georg (August 2019). "Organizational Decision-Making Structures in the Age of Artificial Intelligence". California Management Review. 61 (4): 66–83. doi:10.1177/0008125619862257. S2CID 199310764.
  10. ^ Grønsund, Tor; Aanestad, Margunn (2020-06-01). "Augmenting the algorithm: Emerging human-in-the-loop work configurations". The Journal of Strategic Information Systems. 29 (2): 101614. doi:10.1016/j.jsis.2020.101614. S2CID 224771474.